一、提高我国铀矿堆浸经济效益的主要途径和适用技术(待续)（论文文献综述）
张妮[1]（2020）在《含铀砂岩全尺度孔径分布及酸法浸出过程孔隙结构演化特征》文中认为含铀砂岩孔隙结构包含孔隙-裂隙双重介质,具有强烈的非均质性,这种复杂的特性对溶浸液的运移和铀浸出都有着重要的影响。因此,本文以伊犁盆地某铀矿床的含铀砂岩为研究对象,通过文献调研、现场取样和资料收集,结合多种室内岩石物理化学分析和酸法铀浸出实验,综合研究了此类含铀砂岩矿物组成、微纳米级孔径分布特征、非均质性以及各孔隙类型对孔隙度和渗透性的影响。并分析了在酸浸过程中,含铀砂岩微观孔隙结构演变特征及其主要控制因素,从而为提高含铀砂岩的铀浸出率和制定合理、高效和绿色的开采方案提供理论指导,为地下水对碳酸盐岩类地基和隧道工程的影响分析提供参考。主要研究内容与结论如下:（1）融合氮气吸附和核磁共振实验,获得含铀砂岩的全尺度孔径分布曲线。约60 nm和1μm孔径的粒间孔是该含铀砂岩的主要孔隙类型,控制孔隙度的大小,且其累积孔体积与岩石渗透性呈正相关。而溶蚀孔与其渗透性无明显相关性,但影响砂岩型铀矿床的采收率。（2）通过分析砂岩的微观孔隙非均质性和层间非均质性,该砂岩不同孔隙结构参数相对偏差变化趋势不一致,孔隙形态差异大且多变。砂岩孔径越小,微观孔隙非均质性越强。砂岩间孔径分布差异越大,含铀砂岩层的层间非均质越强。这种层间的非均质性导致岩层水平方向的渗透率变化,为合理设置井型井距参数提供依据。（3）开展含铀砂岩酸法浸出实验,该类铀矿床浸出过程中的浸出液铀浓度遵循指数函数规律。结合孔隙度变化过程分析,可将酸法浸出过程分为三个阶段。第一和第二阶段为表面化学反应控制的沉淀物堵塞,其中第一阶段是铀置换的主要完成阶段并伴随着CaSO4饱和沉淀,第二阶段主要为Fe（OH）3和Al（OH）3的析出。第三阶段为物理扩散控制的微小颗粒堵塞。通过不同阶段的堵塞机制和主控因素,可精确制定防堵措施。（4）分析每个浸出阶段孔径分布的变化规律,第一阶段产生大量的溶蚀孔,小孔径粒间孔被沉淀物堵塞,孔间连通性减弱,阻碍了溶浸液流通。第二阶段粒间孔和溶蚀孔的数量皆增加,渗透性有所提高。第三阶段粒间孔发生扩展-贯通,但部分溶蚀孔被微粒堵塞,总孔容减小,最终导致浸出液中溶质的运移速度减缓,影响铀浸出液回收。
宋月婵,刘光萍,黄晨[2]（2019）在《MIV-SVM-BPSO模型在铀矿堆浸中的应用》文中认为利用某矿区ZQ7堆浸柱实测数据作为建模分析样本,建立MIV-SVM、BPSO-SVM、MIV-SVM-BPSO三种模型,对铀矿堆浸进行建模仿真。其中,平均影响值（MIV）算法,可对影响铀矿浸出率的特征因子进行排序;离散二进制粒子群（BPSO）算法可筛选出最优的特征子集;而改进的MIV-SVM-BPSO模型,则是将排序后的优良子集作为后续BPSO算法的部分种群,进而对样本进行仿真实验。结果表明,MIV-SVM-BPSO模型的模拟效果均比单一的MIV-SVM和BPSO-SVM模型好,该模型具有有效降低数据维数,在小样本条件下学习更加有效,建模采样过程更快,模拟精度更高的优点;将浸出液体积,Eh出,Fe■,Fe2+出作为铀矿生物堆浸工艺的主要控制因数可降低生产成本,提高铀矿浸出率。
康维刚,陈京玉,谢建平,卢邦飞,郭豪坤[3]（2019）在《堆浸法在苏丹某金矿的应用实践》文中指出苏丹某金矿堆浸实践表明,采用两段一闭路破碎、移动皮带运输、装载机后退式筑堆、氰化钠喷淋浸出,处理粒度为-20mm以下,金品位约为1.72g/t的低品位矿石,浸出率可达78.24%,对相关矿山在国外采用堆浸法处理低品位金矿石具有参考和借鉴意义。
李春光[4]（2018）在《新疆某砂岩铀矿地浸开采关键技术及理论研究》文中研究指明针对我国砂岩型铀矿地浸率和浸出效率不足、生产过程预测、控制理论和技术缺乏的现状,本文以新疆伊犁某低渗透砂岩铀矿为研究对象,首先利用显微放射性照相、电子探针测试、XRD、XRF、SEM/EDS及压汞法等实验方法对矿区矿石整体情况进行分析,得出了矿区地质地球化学特征;然后提出了复配表面活性剂联合酸法地浸的方案,通过大量试验对表面活性剂的初选、优化、配方和二元复配理论进行了系统的研究,并应用搅拌浸出、水平柱浸、树脂吸附、淋洗试验探讨了CSH联合酸法浸出的动力学机理;最后创新性的将铀赋存形态和234U/238U活度比作为工具,研究他们对地浸生产实践的指示、预测和控制作用。得出的主要研究结果和结论如下:第一,砂岩铀矿整体特征表现为:渗透性低,平均渗透系数仅为0.133m/d。铀矿物主要以沥青铀矿形式存在,兼具少量的铀石、钛铀矿物,胶结物中尚存吸附铀,在矿石颗粒之间和颗粒内部都有分布,化学组成总体上有利于酸法地浸。粗粒级铀矿石占比最大,含铀量最高,但溶浸剂进入内核所需路径长,难以被润湿和浸出。中粒级所占比重大于细粒级,但铀含量却低于细粒级。铀矿石形态复杂,孔隙度不低但孔径较小,微小孔隙占比大,限制溶液在其内部的自由流动与渗透。从而导致矿层渗透性较低,提高矿层渗透性成为该类低渗透铀矿地浸开采的难题和关键技术。需采取措施提高溶浸液的润湿性和渗透性,其中表面活性剂是首选外加剂。第二,对表面活性剂的复配机制研究表明:当摩尔分数为0.47时,FS-3100与OP-10进行混合的协同效果最明显,可将硫酸溶液的表面张力最低将至17.9mN/m,将此二元混合体系定义为CSH。CSH实测临界胶束浓度CMCexp低于应用理想混合溶液理论计算的CMCideal,二者并非理想混合。热力学分析表明摩尔分数适中时,FS-3100与OP-10可自发作用,通过分子之间的嵌套形成新的结构。CSH表面活性剂性能的发挥受到表面吸附量和分子结构的影响,与非正规溶液理论存在一定差距。CSH助浸机理研究表明:助浸效果总体表现为粗粒级>中粒级>细粒级,主要通过润湿和增渗起作用。浓度为9mg/L时,CSH可将搅拌浸出的铀浸出率提高到92.7%,渗透系数提升90.2%,柱浸铀浓度提升18.9%,铀浸出率提高31.6%。CSH对树脂吸附和淋洗无不利影响,并可提高淋洗效率。CSH可以改变浸出反应的动力学机制,将主要由扩散控制转化为扩散和化学反应的共同控制,将表观速率常数从0.0023/d提高到了0.0082/d,提升了3.6倍,并得出了化学反应控制浸出表观速率常数0.0077/d。该复合型表面活性剂可以应用于低渗透砂岩铀矿的地浸生产,也可以用于恢复地浸生产中渗透性降低的地浸采场的生产。第三,赋存形态在地浸采铀预测中的作用主要体现在:通过改进的Tessier法逐步提取,低渗透砂岩铀矿存在五种赋存形态,其中F2>F3>F1>F4>F5,归为易浸铀（F1-F3）、可浸铀（F4）及难浸铀（F5）三大类。在铀矿石当中,易浸铀占绝对主体地位,可浸铀占比高,难浸铀占比较小。易浸铀高的铀矿石其品位也高,铀的赋存形态特征可直接反映铀矿石浸出的难易程度。扩散控制阶段铀浸出速率Kd随F1中铀的品位呈对数关系增大,化学反应控制阶段Kr随F1-F4态中铀的总百分含量提高线性增长。原地浸出开采铀浓度总体变化特征可根据F1态的铀百分含量分为两类,地浸采铀监测浓度随时间的变化规律基本符合四阶多项式关系,构建的预测模型方程为yi,x=aix4+bix3+cix2+dix+ei,参数可通过回归分析利用铀赋存形态求解。同时构建了铀浓度峰值与F1-F4总品位之间的指数相关模型。经有效性检验,模型精度合格,可在实际生产中供精准采矿和CSH联合浸铀借鉴。第四,通过对连续提取各相态和柱浸过程中铀同位素234U/238U活度比ARS测量与分析,得出如下ARS特征对地浸采铀的指示作用:ARS在可离子交换态（F1）和酸易溶态（F2）中较高（1.2931.348）,在酸可溶态（F3）中略有下降（1.2041.229）,在可氧化态（F4）中降到最低（0.9170.934）,在难溶态（F5）中又升高至1.0181.142;浸出过程可根据ARS变化分为三个阶段:第一阶段ARS比较高,在1.2171.318之间,主要是F1、F2和F3中的U（Ⅵ）浸出;第二阶段ARS下降直至1.016,主要是F3及F4中的U（Ⅳ）溶解;第三个阶段ARS在1.0701.118之间小幅波动,主要是F5中极少量难溶的U浸出。
宋月婵[5]（2016）在《数据降维算法在铀矿堆浸工艺中的应用研究》文中提出铀矿生物堆浸工艺是将铀矿堆浸和生物浸出相结合的一项技术,它不仅保留了生物浸出技术的特点,还兼具铀矿堆浸工艺的优越性。因此,生物堆浸工艺凭借其良好的经济和环境效益,现如今已经发展成为世界很多国家生产铀矿的支撑性技术。目前,我国的铀矿石呈现出类型复杂、中低品位居多等特点,而且已不能满足我国核电长远发展的需要。因此,为了完善铀矿生物堆浸工艺的理论研究与实践应用,采用一些数据挖掘方法建立数学模型,并借助统计分析软件进行仿真实验对生物浸铀工艺进行研究具有重要的意义。为此,本文选取某矿区ZQ7堆浸柱在铀矿生物堆浸工艺中产生的一批实测样品数据作为样本,建立了以下几种数学模型对其进行研究分析:（1）构建BP神经网络模型对铀的累计浸出率进行仿真实验。为了排除划分样本的偶然性,本文对样本进行了不同方式的划分。实验表明,该模型具有较好的模拟效果,能满足一般实际生产的需求。其中,前53个样本作为训练集,后15个样本作为测试集的划分方式具有最好的模拟效果,其均方根误差RMSE=0.7012,平均相对误差MRE=0.491823;（2）建立基于主成分分析（PCA）的支持向量机（SVM）模型（PCA-SVM）对铀的累计浸出率进行仿真实验。由于生物堆浸工艺中各因素间存在着相互关联,所以采用PCA提取出累计贡献率大于85%的三个主成分作为SVM模型的输入变量。在实验过程中利用网格搜索、遗传（GA）算法、粒子群（PSO）算法对参数c和g进行优化。实验表明,经PCA特征提取比未经PCA特征提取的模型具有更好的模拟效果;在三种寻优算法中,PSO算法有最好的搜索效率;PCA-PSO-SVM模型的模拟效果最好,其结果为:均方根误差RMSE=0.0673,平均相对误差MRE=0.000793;（3）将支持向量机作为分类器,建立基于平均影响值（MIV）的SVM模型（MIV-SVM）选择特征子集。基于MIV算法可对特征因子进行排序,以此选取得到最高精度时的前7个特征,即Eh出,p H出,Fe2+出,Fe2+进,Fe3+进,Fe3+出,浸出液体积,将这7个特征作为SVM模型的输入变量,其模拟效果优于原始10个特征的效果,其结果为:均方根误差RMSE=0.3519,平均相对误差MRE=0.004173;（4）将支持向量机作为分类器,建立基于离散二进制粒子群（BPSO）算法的SVM模型选择特征子集。最终BPSO算法筛选出最优的特征子集包含:喷淋强度,Eh出,Fe2+进,Fe2+出,U出共5个特征,该模型的模拟结果为:均方根误差RMSE=0.3332,平均相对误差MRE=0.003985;（5）由于MIV-SVM和BPSO算法有其不同的优势及局限性,因此,可建立组合算法对样本进行模拟分析。采用MIV-SVM算法对特征进行排序,快速去掉无关特征,然后以排序后的优良子集初始化后续BPSO算法的部分种群,使其有一个好的搜索起点。最终MIV-SVM-BPSO模型的模拟结果为:均方根误差RMSE=0.3071,平均相对误差MRE=0.003528,其模拟效果均比单一的MIV-SVM和BPSO模型好。
焦学然[6]（2016）在《高氟铀矿浸铀菌群选育及浸出关键技术研究》文中研究说明众所周知,铀是重要的能源和战略资源,我国约有60%铀矿资源赋存于含氟较高的花岗岩与火山岩型铀矿石中,研发高氟铀矿高效提取技术对于解决我国铀矿资源短缺问题具有重要意义。目前,铀矿生物浸出技术因经济、资源利用率高和环境友好等优点一直备受关注。但高氟铀矿浸出液中高浓度氟会强烈抑制微生物活性,影响浸出效果,严重制约了生物浸出技术在高氟铀矿中的推广与应用。本研究针对745矿高氟铀矿开展了耐高氟浸铀菌群选育及生理生化特性研究、高氟铀矿生物柱浸最优工艺参数批实验研究和浸出微观机理研究,并在745矿成功开展了万吨级高氟铀矿生物堆浸的工业应用,取得了以下研究结果:通过对745矿铀矿石化学成分、矿物组成、铀赋存状态与铀矿物嵌布特征等矿石性质的研究,为高氟铀矿生物浸出技术研发提供了地质地球化学依据。745矿矿石中铀含量约为0.20%,氟含量约为2.15%,硫含量约为0.24%。铀矿物主要为沥青铀矿和铀石,其次为钛铀矿和铀钍石。铀矿物主要呈微脉状、团块状、胶状产出于矿石微裂隙、脉石矿物晶体间隙中,粒径多小于0.1 mm。因矿石氟含量高、黄铁矿含量低,选育耐高氟浸铀菌群十分重要,培养菌液需要加入硫酸亚铁为铀矿生物浸出提供氧化剂。开展了适应高氟铀矿石和尾液的浸铀菌群的选育工作,获得了适宜高氟铀矿石生物浸出的菌种。从745矿固体渣样中富集的浸铀菌群B3mYP1Q-C主要由嗜铁钩端螺旋菌（Leptospirillum ferriphilum）和嗜酸氧化亚铁硫杆菌（Acidimicrobium ferrooxidans）组成,经多级多代含氟尾液的逐级驯化后可适应氟浓度3.5 g/L 745矿尾液,经过33代转接后氧化4.75 g/L Fe2+需要21 h。该菌群最佳超声波诱变条件为超声波诱变60 min在300 mg/L NaF改良9K培养基中经3代培养Fe2+平均氧化率为2.20 g/L·d。B3mYP1Q-C-UW60-300菌最适生长温度、初始pH和转速分别为30℃、2.00和160 rpm。通过柱浸批实验系统研究了745矿高氟铀矿生物浸出技术,获得了高氟铀矿生物堆浸最佳工艺参数。结果表明,首先采用初始酸度40 g/L的清水介质按照10%喷淋强度进行递减梯度酸化至浸出液pH≤2.00;然后按照5%喷淋强度采用B3mYP1Q-C菌液/尾液交替喷淋至Fe出3+≥Fe进3+;再按照5%喷淋强度采用串柱液喷淋至浸出液铀浓度小于50 mg/L;最后按照5%喷淋强度采用尾液喷淋至浸出液铀浓度小于20 mg/L。四柱串联生物浸出实验各柱浸出周期为135 d,平均耗酸率为3.85%,平均铀渣计浸出率为89.79%。应用电子探针、SEM、XRD和RFLP等研究了745矿高氟铀矿生物浸出前后的矿物组成、矿石表面形态和微生物群落的变化特征。嗜铁钩端螺旋菌（Leptospirillum ferriphilum）和嗜酸氧化亚铁硫杆菌（Acidithiobacillus ferrooxidans）是745矿高氟铀矿石浸出体系的优势菌群,其演替变化与取样深度、浸出阶段、喷淋状况等因素有关。附在矿石表面微生物多样性比游离于溶液中微生物多样性更丰富。矿石中裂隙铀和沥青铀矿容易生物浸出,石英包裹铀、钛铀矿难以生物浸出。生物浸出使矿石中Al2O3、FeO、Fe2O3、CaCO3、CaMg（CO3）2和CaF2溶解,生物浸出矿渣表面较粗糙,出现了新的物相—石膏晶体。结合745矿高氟铀矿石的主要组分提出了其生物浸出而形成石膏的生物化学反应过程。通过万吨级高氟铀矿多堆串联生物浸出工业化试验,建立了生物堆浸工程示范点。研究表明,B3mYP1Q-C菌经过3级现场扩大培养能在当地环境条件下生产合格菌液。两个生物浸堆的实际浸周期分别为129 d和122 d,耗酸率分别为4.97%和4.77%,铀渣计浸出率分别为90.5%和90.4%。比原矿品位相似的两个常规酸法生产堆的实际浸出周期分别缩短了18%和28%,耗酸率分别降低了10%和13%,铀渣计浸出率分别增加了0.7%和0.4%。
谭雄[7]（2015）在《南方某铀矿床高含泥量矿石浸出及固液分离试验研究》文中研究表明我国铀矿资源种类很多,分布的整体特点是:类型多、规模小、埋藏浅,而且存在许多低品位的硬岩铀矿。各矿床条件和矿石性质变化很大,相应的处理工艺也不尽相同。现在主要浸出技术为酸法地表堆浸技术,堆浸技术有很多优点,但也有自身不可克服的缺陷,比如受外部环境影响较大,难以像搅拌浸出那样实现均衡和稳定生产,更重要的是堆浸的适应性有限。尤其对于一些高含泥量的硬岩矿石来说,常规的堆浸技术存在渗透性差、浸出率低、浸出周期长、生产能力受限、环境效益差等一系列问题。本次研究试图通过改变水冶工艺（变堆浸为搅拌浸出）、改善固液分离方法等措施,探求合理的工艺技术参数,缩短浸出时间,提高铀浸出率,最大限度的提高铀资源回收率和经济效益,为该铀矿床的铀水冶生产线建设提供依据。本文所研究的铀矿矿石为高含泥量硬岩矿石,通过对矿石进行室内条件试验,分析了矿石的成分、搅拌浸出条件,并进行了固液分离试验、离子交换与产品沉淀试验以及现场扩大试验等试验来浸出铀,取得了满意的结果。取得的研究成果如下:（1）该铀矿石采用酸法浸出是合适的,浸出性能很好,浸出率可达95%以上。（2）矿石氧化性能好,无需添加氧化剂,且矿石酸耗低,约为3.5%,所需余酸也低,小于5g/L。（3）采用粒度矿石浸出时,会对固液分离效果产生负面影响,主要表现在矿浆在输入压滤机的过程中发生细颗粒离析,影响洗涤效果。（4）控制好矿石粒度,采用隔膜板框压滤机实现固液分离和洗涤是可行的。洗涤效果好,达99%以上;尾渣含水率低,小于20%。（5）本次试验未对浸出处理进行试验,但根据已有的研究成果及目前南方硬岩铀矿石浸出的生产实际,用离子交换回收浸出液中的铀金属是可行的。（6）对高含泥量矿石采取搅拌浸出工艺,能节约一定废水处理成本,有利于环境保护工作,取得较好的环境效益。
邹兆庄[8]（2015）在《铀矿山放射性污染场地修复技术方法研究》文中研究表明核电代表着能源优质化方向,随着核电的发展,我国对铀矿资源的需求也将大幅度增加,而铀矿的开发也造成了人们的环境困扰,铀矿山污染场地的有效治理是维系核电可持续发展的重要一环,本文展开了铀矿山污染场地修复技术的研究。本文首先在大量文献调研的基础上,对铀矿山污染场地的污染程度、修复技术研究现状、核素迁移研究现状等进行了总结。通过采样分析对铀矿山污染土壤的现状进行研究,结果显示,受到污染矿区土壤中放射性核素含量比背景值要高出至少一个数量级,土壤对放射性核素的富集作用还会使其含量继续增加。存在一定程度超标问题的场地包括:矿区和废石场及其下游农田,水冶厂区内土地,尾矿库排水渠周边农田。铀矿山污染土壤是通过包括固体废弃物、水体以及气体等各种方式受到污染的。固体废弃物方面,废石场产生的废矿石、水冶厂产生的处理污水的污泥、尾矿库中的尾矿会与土地直接接触通过核素迁移污染土壤;水体方面,废石场及露天开采和地下开采产生的外排水、固体废弃物的浸渍水和淋滤水、水冶厂产生的水冶废水的排放也对土壤有一定程度的影响;气体方面,对土壤影响较大的是降尘,包括露天开采地下开采产生的氡及其子体,凿岩、爆破、放矿等环节产生的矿尘,以及矿石装卸和运输过程中扬起的矿尘等通过扩散迁移和大气沉降对土壤造成污染。在选定场地研究表明,受污染土地的核素聚集区域集中在表层,只有个别土地50cm以下被污染。粘土对核素向下迁移具有很强的阻滞作用,矿山开采造成的污染主要富集在粘土层。在尾矿库下游的水稻田中,核素迁移的深度发生了变化,与矿区下游的旱田截然不同,原因是水稻田与旱田的土壤结构发生了变化,水稻田土壤可以看做是相对封闭的土壤结构,其表层即是土壤粒级比较小的粘土。粘土层对铀矿山污染来说是一道天然屏障,有效地阻滞了放射性核素向地层深部的扩散,而该地区粘土层的深度一般在50cm左右,因此50cm确实可以作为一个修复标准深度。根据本论文所研究特定情况下,本文模拟了三种核素在土壤中的迁移,U天然随着时间的增加,剖面浓度逐渐增加,U天然经过50年迁移穿透粘土层,进入下层粉土层;包气带中粘土层对阻滞核素迁移具有重要的作用;U天然经过更长时间的迁移,会达到潜水层,对潜水层地下水造成污染。232Th随着时间的增加,剖面浓度逐渐增加,232Th经过100年未穿透粘土层。232Th在包气带中粘土层对阻滞作用大于U天然,对地下水的威胁小于U天然,经过时间的累积232Th会在粘土层中富集。226Ra随着时间的增加,剖面浓度逐渐增加,但趋势很不明显,经过100年未穿透粘土层,也进入地下水含水层,趋向于富集在包气带的表层。从模拟结果中可以看出,在生产不足五十年的铀矿山场地修复时,50cm可以作为一个解控标准,深于50cm以下的土壤不存在污染,或者说核素富集程度非常低,即便存在一定浓度的核素,也不存在超标的情况,另外一方面,治理了表层50cm的污染土地,消除了污染源,那么表层土壤的污染就不会向深层扩散。本文还运用层次分析法,通过构造判断矩阵,进行计算,分析得出适用于铀矿山污染场地的修复技术依次为:土壤清洗、堆浸去污、高梯度分离、原位玻璃固化;并且,可以看出采用化学方法对铀矿山污染场地进行修复要明显优于使用物理方法。这一结果与现实情况非常符合,可以将土壤清洗方法在铀矿山污染场地的修复中广泛应用。
扶海鹰[9]（2013）在《单一粒径和不同粒径分布铀矿石堆浸动力学》文中指出堆浸技术是随着低品位矿石经济有效地开发利用而发展起来的，如今已广泛应用于各种低品位金属矿和某些非金属矿的浸出。由于我国铀矿资源的赋存条件和开采技术的特点，堆浸采铀是目前我国铀矿开采的主体技术。堆浸技术有一个特点，即处理的矿石具有较大粒径，所以，矿石的浸出速率不仅与化学反应的速率有关，与矿石粒径的大小和粒径分布也有很大的关系。因此，在研究铀矿的浸出动力学时，有必要考虑矿石的粒径大小和粒径分布对浸出效果的影响。本文主要通过铀矿的室内柱浸试验，研究铀矿石粒径大小和粒径分布对堆浸效果的影响。论文主要完成的工作有：考虑柱浸不同高度上的浸出差异，将铀矿浸出试验柱沿柱高划分为若干个高度足够小且相等的单元体，使其中单个铀矿石颗粒的浸出符合收缩未反应核扩散控制系统模型，且任意一个单元体内所有铀矿石颗粒反应均匀，不存在延迟现象，进而以一个单元体为目标，根据溶浸剂质量守恒原理，并考虑初始溶浸剂浓度的变化，建立单一粒径铀矿石的柱浸数学计算模型。根据试验的需要，设计并制作了串联柱浸试验装置，并进行了单一粒径铀矿石的室内串联柱浸试验，模拟单一粒径铀矿的堆浸浸出。将试验浸出结果与数学计算模型的计算值进行比较，说明模型的准确性，同时说明该模型对单一粒径铀矿石不同高度上的铀浸出率变化规律具有预测作用。对某铀矿山上堆铀矿石粒径分布进行筛分分析，得出铀矿石的粒径分布规律符合分形分布。配制5组粒径分布符合不同分维数分布的铀矿样，进行室内柱浸试验，研究铀矿石粒径分布分维数对其浸出过程的影响。浸出结果用收缩未反应核模型进行分析，得出整个浸出过程可以分为两个阶段来描述，两个阶段的分界点根据浸出液的pH值和氧化电位确定。在不同的阶段有不同的动力学模型，且模型的控制参数都与分维数具有函数关系。
李乾[10]（2012）在《低品位铀矿生物浸出及浸矿菌种耐氟机理研究》文中认为铀作为核燃料的一种能源,随着核工业的日益发展,高品位铀矿逐步耗竭,造成了低品位矿/尾矿的大量累积。生物冶金技术由于经济、环保等优势适合处理这些低品位矿/尾矿,但生物浸铀技术在工业应用过程中仍面临着工艺因素的合理调控与菌种的耐受性等难题,因此,探讨如何合理调控生物氧化浸铀工艺与优化微生物群落结构有很有价值的意义,以及从功能基因组学角度研究浸矿微生物的耐氟机理对高耐氟菌种的合理选育和驯化具有很强的理论指导作用。本文针对以上难题开展了低品位铀矿微生物浸出过程中的多因素影响规律以及浸矿菌种耐氟机理两方面的研究。一方面,针对生物浸铀工艺调控的合理性,探讨了低品位铀矿生物浸出体系中的多种工艺因素对铀浸出效率的影响规律,并且分析了浸出过程中的微生物群落结构；另一方面,针对浸矿菌种对氟的耐受性问题,从功能基因组学角度研究了单一菌与混合菌的耐氟机理。具体研究内容与结果主要包括以下六个方面。1、探讨了低品位铀矿生物柱浸过程的工艺因素影响规律低品位铀矿微生物柱浸研究表明,常温微生物富集培养物对低品位铀矿展现出了良好的浸矿性能,97天柱浸过程中（包括33天酸预浸和64天微生物浸出）铀的浸出率达到了96.8%。其中微生物作用阶段铀的浸出率有74.5%,占总浸出量的约3/4,而耗酸量不到总量的3/8。分析表明,可以通过适当控制溶浸液中的微生物群落结构,以及铁和其他离子的含量,来间接调节氧化还原电位,从而促进铀的快速浸出。并且,采用相关性分析软件Canoco for Windows （version4.5）对工艺因素与铀浸出效率的相关性（CCA）进行分析,结果表明,浸出初期（1-27天）,铀的浸出速率处于延缓阶段,pH、喷淋强度及耗酸量对铀浸出效率起到了主导作用；浸出中期（39-87天）,铀的浸出速率处于较为快速的阶段,Eh、Fe3+/Fe2+比及液固比是对铀浸出效率的关键因素；在浸出后期（88-97天）,铀的浸出速率已经非常缓慢,受液固比的影响比较大。2、研究了低品位铀矿生物柱浸过程中微生物群落演替规律运用分子生物学技术（ARDRA）检测了低品位铀矿柱浸体系中游离微生物（溶浸液与浸出液）及吸附微生物（矿物表面）的群落结构。微生物群落分析结果表明,A. ferrooxidans和L. ferriphilum一直都是铀矿浸出体系中的主要群落,不论在溶液中还是矿物表面；而且吸附在矿物表面的微生物多样性比游离在溶液中的微生物更丰富；溶浸液和浸出液中的优势种群是A. ferrooxidans,而吸附在矿物表面的优势种群是L. ferriphilum。3、对比研究了五种典型浸矿微生物的耐氟性状通过比较五株浸矿微生物（A. ferrooxidans ATCC23270, L. ferriphilum YSK, S. thermosulfidooxidans ST, A. thiooxidans A01, A. caldus S1）在不同浓度氟胁迫下的生长状态与铁硫氧化活性,结果表明,A. ferrooxidans的氟耐受性是最高的,其次是A. thiooxidans,再次是L. ferriphilum与A. caldus,最差的是S. thermosulfidooxidans,并表明,中度嗜热浸矿菌比常温浸矿菌更容易被氟离子所抑制。4、应用全基因组芯片研究了嗜酸氧化亚铁硫杆菌在氟胁迫下的基因调控机理通过全基因组芯片对A. ferrooxidans在4.8mM氟胁迫下的基因表达谱研究,结果显示,在氟胁迫的240min内,A. ferrooxidans ATCC23270总共有1354个基因受到氟胁迫后表达发生了差异表达（均以2倍变化为临界值,T检验,P<0.05）,约占全基因组芯片所检测基因总数（3217）的42.08%。分析表明,与氟胁迫密切相关的基因信息主要涉及到细胞膜、能量代谢、转运与结合蛋白、DNA代谢、细胞处理、蛋白质的合成与命运、生物因子的合成等多个方面功能的代谢途径,这些基因信息为芯片快速筛选高耐氟菌株提供了重要的依据。通过生物信息学相关分析,初步阐述了A. ferrooxidans在氟胁迫下的基因调控机理：A. ferrooxidans在应对氟胁迫时,通过调节细胞膜上胞壁质、肽聚糖、多聚糖和脂蛋白的组成以及非饱和脂肪酸的比例乃至结构或构象,来维持细胞膜的渗透平衡与流动性等生物活性；以及高效表达解毒系统的相关抗性蛋白、离子运输通道蛋白、及转运调节子等,同时关闭某些离子通道进而转向对氟耐受性更有利的途径；其次,还能通过加强磷代谢合成磷脂分子来维持细胞膜的完整性和流动性。另外,在短期氟胁迫下,通过加强中间碳代谢来为细菌抵抗不良环境提供能量。最后,细胞能够通过加强氮磷代谢相关途径来减少或修复氟胁迫对蛋白质、核酸造成的损伤。有意思的是,氟胁迫虽然抑制了A. ferrooxidans的生长繁殖,却能提高单个细胞的铁氧化速率。5、研究了五种浸矿微生物共培养体系的耐氟特性及其在氟胁迫下的种群动态通过分析五种浸矿细菌的共培养体系在不同浓度的氟胁迫下的生长状态和铁硫氧化活性,表明氟胁迫在一定程度上抑制了该共培养体系的生长繁殖,对于高浓度的氟胁迫共培养体系保持较为平稳的生长延滞状态；单就铁氧化活性来说,共培养体系不如单一的铁氧化细菌；就硫氧化活性来说,单一的硫氧化细菌在氟胁迫时硫氧化活性基本消失,而共培养体系硫氧化活性的保持能力得到了明显的增强。通过Real-time PCR技术进行种群动态分析,结果表明,L.ferriphilum YSK和A. caldus S1为该共培养体系的优势种群；而A.ferrooxidans ATCC23270、S. thermosulfidooxidans ST、A. thiooxidansA01为劣势种群。共培养体系中受氟胁迫影响最大的是S.thermosulfidooxidans ST;其次（?）（?）A. caldus S1、A. thiooxidans A01、A. ferrooxidans ATCC23270;而L. ferriphilum YSK在氟胁迫下保持非常稳定的生长。6、应用功能基因芯片研究了浸矿微生物共培养体系在氟胁迫下的基因调控机制通过功能基因芯片（FGA-Ⅱ）对该共培养体系在4.8mM氟胁迫下的基因表达谱研究,探明了该共培养体系中与氟胁迫相关的基因主要涉及到硫代谢、细胞膜、电子传递、解毒、碳固定、氮代谢等多个方面功能的代谢途径,而且各个途径在短时间（<60min）氟胁迫倾向于高效表达,而长时间（>120min）氟胁迫各个途径更倾向于低效表达。芯片图谱分析表明,氟胁迫下共培养体系中起主导调节作用的是其中的优势种群,但是劣势种群在氟胁迫时很大程度上辅助了优势种群的生长及其氧化活性的保持。
二、提高我国铀矿堆浸经济效益的主要途径和适用技术(待续)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、提高我国铀矿堆浸经济效益的主要途径和适用技术(待续)（论文提纲范文）
（1）含铀砂岩全尺度孔径分布及酸法浸出过程孔隙结构演化特征（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 砂岩孔隙结构特征及表征方法 |
| 1.2.2 含铀砂岩孔隙结构对铀浸出的影响研究现状 |
| 1.3 存在的问题 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 主要创新点 |
| 1.4.3 研究技术路线 |
| 第2章 含铀砂岩全尺度孔径分布实验研究 |
| 2.1 引言 |
| 2.2 实验样品来源及矿物组成 |
| 2.2.1 地质背景 |
| 2.2.2 矿物组成 |
| 2.3 实验原理及步骤 |
| 2.3.1 X射线衍射(XRD)和扫描电镜(SEM)实验 |
| 2.3.2 核磁共振(NMR)实验 |
| 2.3.3 氮气吸附(N2GA)实验 |
| 2.4 含铀砂岩孔隙结构定性及定量表征 |
| 2.4.1 孔隙类型的划分 |
| 2.4.2 核磁共振T2谱分布分析 |
| 2.4.3 氮气吸附/脱附等温线分析 |
| 2.4.4 孔径分布特征 |
| 2.5 孔隙结构特征参数相关性与非均质性分析 |
| 2.5.1 孔隙结构特征参数相关性分析 |
| 2.5.2 非均质性参数分析 |
| 2.6 本章小结 |
| 第3章 酸法浸出过程含铀砂岩孔隙结构演化 |
| 3.1 引言 |
| 3.2 酸法浸出实验 |
| 3.3 铀浸出率与孔隙结构演化规律 |
| 3.3.1 铀浸出率 |
| 3.3.2 浸出过程孔隙度变化 |
| 3.3.3 孔径分布演化规律 |
| 3.4 本章小结 |
| 第4章 结论与展望 |
| 4.1 主要结论 |
| 4.2 展望 |
| 参考文献 |
| 作者攻读学位期间的科研成果 |
| 致谢 |
（2）MIV-SVM-BPSO模型在铀矿堆浸中的应用（论文提纲范文）
| 1 基本原理介绍 |
| 1.1 支持向量机 |
| 1.2 平均影响值算法 |
| 1.3 粒子群算法 |
| 2 铀矿浸出率的实例应用 |
| 2.1 样本的选取及数据预处理 |
| 2.2 计算MIV值 |
| 2.3 基于MIV-SVM的特征选择模型 |
| 2.4 基于BPSO的特征选择模型 |
| 2.5 基于MIV-SVM 和BPSO的特征选择模型 |
| 3 不同方法的模拟效果及评价 |
| 4 结论 |
（3）堆浸法在苏丹某金矿的应用实践（论文提纲范文）
| 1 矿石性质 |
| 1.1 化学多元素分析 |
| 1.2 矿物组成 |
| 2 堆浸工艺流程 |
| 2.1 破碎工艺 |
| 2.2 堆浸场地 |
| 2.3 底垫选择及铺设 |
| 2.4 筑堆 |
| 2.5 调碱 |
| 2.6 喷淋浸出 |
| 2.7 吸附 |
| 2.8 解吸电解 |
| 2.9 冶炼 |
| 3 生产实践 |
| 4 结论 |
（4）新疆某砂岩铀矿地浸开采关键技术及理论研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 低渗透砂岩铀矿地浸开采研究背景 |
| 1.2 国内外增渗技术现状与表面活性剂 |
| 1.3 铀浸出预测及赋存形态的应用现状 |
| 1.4 同位素的指示作用 |
| 1.5 研究目的、内容和意义 |
| 第2章 矿床地质地球化学特征 |
| 2.1 矿床地质特征 |
| 2.2 矿床地球化学特征 |
| 2.3 铀矿石粒级分布及孔隙结构特征 |
| 2.4 本章小结 |
| 第3章 新型表面活性剂复配及助浸机理 |
| 3.1 前言 |
| 3.2 新型表面活性剂原料实验研究 |
| 3.3 新型表面活性剂复配实验与理论研究 |
| 3.4 CSH表面活性剂联合浸铀机理研究 |
| 3.5 CSH表面活性剂对浸出后处理的影响 |
| 3.6 本章小结 |
| 第4章 基于铀赋存形态的地浸采铀预测模型 |
| 4.1 铀赋存形态分级 |
| 4.2 铀赋存形态粒级分布特征 |
| 4.3 铀赋存形态与浸铀动力学参数的关系 |
| 4.4 基于铀赋存形态的地浸采铀预测模型 |
| 4.5 本章小结 |
| 第5章 ~(234)U/~(238)U同位素活度比特征对地浸采铀的指示 |
| 5.1 矿样采集与理化性质分析 |
| 5.2 ~(234)U/~(238)U活度比在砂岩中不同铀赋存形态中的规律 |
| 5.3 ~(234)U/~(238)U活度比对铀浓度与浸出率的指示 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 展望 |
| 参考文献 |
| 作者攻读博士期间的科研成果 |
| 致谢 |
（5）数据降维算法在铀矿堆浸工艺中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 铀矿生物堆浸工艺简介 |
| 1.2 国内外研究及应用现状 |
| 1.2.1 支持向量机（SVM）的研究及应用现状 |
| 1.2.2 数据降维技术的研究及应用现状 |
| 1.3 本文的主要工作内容 |
| 第二章 基本理论介绍 |
| 2.1 BP神经网络 |
| 2.2 支持向量机 |
| 2.3 交叉验证的网格搜索法 |
| 2.4 遗传（GA）算法 |
| 2.4.1 遗传算法的基本原理 |
| 2.4.2 遗传算法的参数寻优 |
| 2.5 粒子群（PSO）算法 |
| 2.5.1 粒子群算法基本原理 |
| 2.5.2 离散二进制粒子群（BPSO）算法 |
| 2.5.3 粒子群算法的参数寻优 |
| 第三章 基于BP神经网络的仿真应用 |
| 3.1 BP神经网络模型的构建 |
| 3.1.1 数据预处理 |
| 3.1.2 BP神经网络结构的确定 |
| 3.2 基于BP神经网络模型的仿真实验及结果分析 |
| 第四章 基于PCA-SVM的仿真应用 |
| 4.1 主成分分析（PCA）原理简介 |
| 4.2 PCA-SVM组合算法 |
| 4.3 基于PCA-SVM的仿真实验 |
| 4.3.1 指标选取 |
| 4.3.2 主成分分析处理 |
| 4.3.3 基于三种不同算法的参数寻优 |
| 4.4 实验结果与分析 |
| 4.4.1 对比经PCA特征提取和未经PCA特征提取的实验结果 |
| 4.4.2 对比三种不同参数寻优的实验结果 |
| 4.4.3 对比不同样品采集方式的实验结果 |
| 第五章 基于MIV-SVM的仿真应用 |
| 5.1 基于平均影响值（MIV）的变量筛选方法 |
| 5.2 MIV-SVM特征选择算法 |
| 5.3 基于MIV-SVM模型的仿真实验 |
| 5.3.1 计算MIV值 |
| 5.3.2 变量筛选与结果分析 |
| 5.3.3 不同样品采集方式的实验结果与分析 |
| 第六章 基于BPSO算法的仿真应用 |
| 6.1 粒子群算法在特征选择中的应用 |
| 6.2 基于BPSO特征选择算法的仿真实验 |
| 6.2.1 样本选取及实验参数设置 |
| 6.2.2 最优特征子集的选择与结果分析 |
| 6.2.3 不同样品采集方式的实验结果与分析 |
| 第七章 基于MIV-SVM和BPSO的仿真应用 |
| 7.1 基于MIV-SVM和BPSO的特征选择模型 |
| 7.1.1 基本原理介绍 |
| 7.1.2 MIV-SVM-BPSO建模具体步骤 |
| 7.2 基于MIV-SVM-BPSO模型的仿真实验 |
| 7.2.1 样本选取及实验参数设置 |
| 7.2.2 实验结果与分析 |
| 第八章 总结与展望 |
| 8.1 全文总结 |
| 8.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 攻读硕士学位期间的研究成果 |
（6）高氟铀矿浸铀菌群选育及浸出关键技术研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 铀矿生物浸出技术研究历史与现状 |
| 1.2.1 铀矿生物浸出机理 |
| 1.2.2 浸铀微生物 |
| 1.2.3 铀矿生物浸出技术研究概况 |
| 1.2.4 铀矿生物浸出技术影响因素 |
| 1.3 高氟铀矿石生物浸出技术存在问题 |
| 1.3.1 氟对微生物的毒性和危害 |
| 1.3.2 高氟铀矿石生物浸出存在的问题 |
| 1.4 研究目的与意义 |
| 1.5 研究内容、技术路线与创新点 |
| 1.5.1 研究内容 |
| 1.5.2 技术路线 |
| 1.5.3 创新点 |
| 1.6 本论文课题来源 |
| 第2章 高氟铀矿矿石性质研究 |
| 2.1 引言 |
| 2.2 实验材料和方法 |
| 2.2.1 样品采集 |
| 2.2.2 样品处理 |
| 2.2.3 仪器及分析方法 |
| 2.3 结果与讨论 |
| 2.3.1 矿物组成 |
| 2.3.2 矿石化学成分 |
| 2.3.3 围岩蚀变 |
| 2.3.4 铀存在形式和赋存特征 |
| 2.4 本章小结 |
| 第3章 高氟铀矿浸铀菌群的选育及其生理特性研究 |
| 3.1 引言 |
| 3.2 实验材料和方法 |
| 3.2.1 培养基、菌群和仪器 |
| 3.2.2 分析测定方法 |
| 3.2.3 样品采集和富集 |
| 3.2.4 菌群分离和纯化 |
| 3.2.5 菌群分子群落结构分析 |
| 3.2.6 菌群高氟尾液驯化 |
| 3.2.7 诱变育种实验 |
| 3.2.8 诱变浸铀菌群生理生化特性 |
| 3.2.9 诱变前后浸铀菌群对高氟尾液适应性 |
| 3.3 结果与讨论 |
| 3.3.1 菌群的分离、纯化 |
| 3.3.2 菌群群落结构分析 |
| 3.3.3 高氟尾液驯化试验 |
| 3.3.4 诱变育种试验 |
| 3.3.5 诱变后浸铀微生物生理生化特性 |
| 3.3.6 诱变前后浸铀微生物对高氟尾液适应性 |
| 3.4 本章小结 |
| 第4章 高氟铀矿石生物浸出技术研究 |
| 4.1 引言 |
| 4.2 实验材料和方法 |
| 4.2.1 矿石样品、细菌和培养液 |
| 4.2.2 柱浸装置、仪器设备和分析方法 |
| 4.2.3 酸化条件优化实验 |
| 4.2.4 浸矿菌活性匹配实验 |
| 4.2.5 菌液喷淋制度优化实验 |
| 4.2.6 四柱串联生物浸出实验 |
| 4.3 结果与讨论 |
| 4.3.1 酸化条件优化实验 |
| 4.3.2 浸矿菌活性匹配实验 |
| 4.3.3 菌液喷淋制度优化实验 |
| 4.3.4 四柱串联生物浸出实验 |
| 4.4 本章小结 |
| 第5章 高氟铀矿石生物浸出微观机理研究 |
| 5.1 引言 |
| 5.2 实验材料和方法 |
| 5.2.1 原矿样、渣样和溶液 |
| 5.2.2 仪器和分析方法 |
| 5.3 结果与讨论 |
| 5.3.1 矿石表面和溶液中微生物群落变化特征 |
| 5.3.2 原矿样和生物浸出固体渣样的电子探针分析 |
| 5.3.3 原矿样和生物浸出固体渣样的形貌变化及能谱分析 |
| 5.3.4 原矿样和生物浸出固体渣样的X-衍射分析 |
| 5.3.5 原矿样和生物浸出固体渣样化学成分分析 |
| 5.4 本章小结 |
| 第6章 高氟铀矿生物高效堆浸技术的工程示范 |
| 6.1 引言 |
| 6.2 实验材料和方法 |
| 6.2.1 矿石样品、细菌和培养基 |
| 6.2.2 堆浸菌液的扩大培养 |
| 6.2.3 高氟铀矿生物堆浸试验 |
| 6.2.4 分析方法 |
| 6.3 结果与讨论 |
| 6.3.1 堆浸菌液的扩大培养 |
| 6.3.2 生物浸出试验结果与分析 |
| 6.4 本章小结 |
| 第7章 结论与建议 |
| 7.1 结论 |
| 7.2 建议 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）南方某铀矿床高含泥量矿石浸出及固液分离试验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 铀矿浸出技术国内外的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究意义和内容 |
| 第2章 铀矿搅拌浸出基本理论 |
| 第3章 南方某铀矿床基本情况及铀金属提取问题 |
| 3.1 南方某铀矿床基本情况 |
| 3.1.1 矿区位置、交通、气候情况 |
| 3.1.2 工程地质和水文地质条件 |
| 3.1.3 矿体特征和矿石特性 |
| 3.2 铀金属提取问题 |
| 第4章 矿石浸出及固液分离试验 |
| 4.1 矿石准备 |
| 4.1.1 样品制备 |
| 4.1.2 矿石化学组成 |
| 4.2 搅拌浸出条件试验 |
| 4.2.1 硫酸用量试验 |
| 4.2.2 粒度试验 |
| 4.2.3 氧化剂试验 |
| 4.2.4 液固比试验 |
| 4.2.5 浸出时间试验 |
| 4.2.6 浸出温度试验 |
| 4.2.7 优化条件平行试验 |
| 4.3 固液分离试验 |
| 4.3.1 中性矿浆沉降试验 |
| 4.3.2 中性矿浆过滤试验 |
| 4.3.3 酸性矿浆沉降试验 |
| 4.3.4 酸性矿浆过滤试验 |
| 4.3.5 酸性矿浆沉降洗涤试验 |
| 4.4 离子交换与产品沉淀试验 |
| 4.4.1 离子交换试验 |
| 4.4.1.1 浸出液组成 |
| 4.4.1.2 吸附试验 |
| 4.4.1.3 淋洗试验 |
| 4.4.2 产品沉淀试验 |
| 4.5 现场扩大试验 |
| 4.5.1 试验工艺流程 |
| 4.5.2 试验设备设施及其说明 |
| 4.5.3 试验结果 |
| 第5章 环境污染影响分析 |
| 第6章 结论及展望 |
| 6.1 结论和建议 |
| 6.2 推荐工艺流程参数 |
| 6.2.1 推荐工艺流程 |
| 6.2.2 工艺参数 |
| 6.3 展望 |
| 参考文献 |
| 成果目录 |
| 致谢 |
（8）铀矿山放射性污染场地修复技术方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题依据及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 铀矿山污染场地治理国内外研究现状 |
| 1.2.2 场地放射性污染修复国内外研究现状 |
| 1.2.3 核素迁移研究现状 |
| 1.3 研究内容 |
| 1.4 研究思路及技术路线 |
| 1.4.1 研究思路 |
| 1.4.2 技术路线 |
| 1.4.3 法规与标准 |
| 2 铀矿山放射性污染场地 |
| 2.1 铀矿山概况 |
| 2.1.1 砂岩型铀矿 |
| 2.1.2 碳硅泥岩型铀矿 |
| 2.1.3 花岗岩型铀矿 |
| 2.1.4 火山岩型铀矿 |
| 2.2 铀矿的开采及水冶 |
| 2.2.1 铀矿开采 |
| 2.2.2 铀选冶 |
| 2.3 铀矿山场地污染特点 |
| 2.3.1 废气 |
| 2.3.2 废水 |
| 2.3.3 固体废弃物 |
| 2.3.4 辐射及其生态影响 |
| 2.4 铀矿山的典型源项 |
| 2.4.1 尾矿库 |
| 2.4.2 出水坑口及废石堆 |
| 3 污染源调查与源项分析 |
| 3.1 目标元素 |
| 3.1.1 U及其性质 |
| 3.1.2 Th及其性质 |
| 3.1.3 Ra及其性质 |
| 3.2 调查内容 |
| 3.2.1 调查思路 |
| 3.2.2 调查方法 |
| 3.3 源项分析与讨论 |
| 3.3.1 源项 |
| 3.3.2 污染路径分析 |
| 3.3.3 污染范围分析 |
| 4 污染核素迁移的空间分布 |
| 4.1 概念模型 |
| 4.2 数学模型与求解 |
| 4.3 定解条件 |
| 4.3.1 水分运移模型的初始条件和边界条件 |
| 4.3.2 核素运移模型的初始条件和边界条件 |
| 4.3.3 参数选取 |
| 4.3.4 求解软件 |
| 4.3.5 模拟情景确定 |
| 4.3.6 观测点设置 |
| 4.4 模拟结果 |
| 4.4.1 U_(天然) |
| 4.4.2 ~(232)Th |
| 4.4.3 ~(226)Ra |
| 4.5 小结及解控标准建议 |
| 5 放射性污染场地修复技术比选 |
| 5.1 放射性污染场地 |
| 5.2 污染土壤修复技术比选 |
| 5.2.1 可选方案 |
| 5.2.2 层次分析法比选 |
| 5.2.3 层次分析法在铀矿山场地修复技术比选中的应用 |
| 5.3 初步建议 |
| 6 结论及展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（9）单一粒径和不同粒径分布铀矿石堆浸动力学（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 溶浸采矿技术 |
| 1.3 堆浸动力学研究现状 |
| 1.4 矿石粒径大小和粒径分布对堆浸的影响研究现状 |
| 1.5 论文的选题、研究意义、内容与方法 |
| 第二章 堆浸矿石散体介质的粒径分布分析 |
| 2.1 概述 |
| 2.2 相对粒径 |
| 2.3 平均粒径 |
| 2.4 粒径分布 |
| 2.5 散体粒度分析 |
| 2.6 试验铀矿石粒度分析 |
| 第三章 单一粒径铀矿石浸出试验研究 |
| 3.1 概述 |
| 3.2 单个矿石颗粒的反应模型 |
| 3.3 单元体模型 |
| 3.4 单元体中溶浸剂质量守恒 |
| 3.5 试验装置设计 |
| 3.6 试验材料与步骤 |
| 3.7 模型计算与铀矿柱浸试验结果比较 |
| 3.8 本章小结 |
| 第四章 分形分布特征铀矿石浸出试验研究 |
| 4.1 分形理论 |
| 4.2 粒径分布分析 |
| 4.3 实验 |
| 4.4 试验结果 |
| 4.5 动力学分析 |
| 4.6 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 主要成果 |
| 致谢 |
（10）低品位铀矿生物浸出及浸矿菌种耐氟机理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 铀及其微生物冶金 |
| 1.1.1 铀与铀矿物 |
| 1.1.2 微生物浸铀技术及其机理 |
| 1.1.3 微生物浸铀工艺 |
| 1.1.4 微生物浸铀技术的国内外研究概况 |
| 1.1.5 微生物浸铀技术的发展前景及其在工业应用中存在的难题 |
| 1.2 微生物的氟耐受性研究概况 |
| 1.3 本论文的研究目的与意义 |
| 1.4 本论文的主要研究内容 |
| 1.5 本论文的课题来源 |
| 第二章 低品位铀矿生物柱浸过程的多因素调控及微生物群落演替规律 |
| 2.1 材料与方法 |
| 2.1.1 浸矿微生物的富集与驯化 |
| 2.1.2 矿样的采集与处理 |
| 2.1.3 柱浸实验过程 |
| 2.1.4 工艺因素与铀浸出效率的相关性分析(CCA) |
| 2.1.5 微生物群落分析 |
| 2.2 结果与讨论 |
| 2.2.1 酸预浸阶段的工艺因素分析 |
| 2.2.2 微生物浸出阶段的工艺因素分析 |
| 2.2.3 工艺因素对铀浸出的影响规律分析 |
| 2.2.4 微生物群落演替规律分析 |
| 2.3 本章小结 |
| 第三章 五种典型浸矿微生物的耐氟性状对比研究 |
| 3.1 材料与方法 |
| 3.1.1 细菌的培养 |
| 3.1.2 细菌的氟胁迫处理 |
| 3.1.3 细菌生长测定以及铁硫氧化速率的测定 |
| 3.2 结果与分析 |
| 3.2.1 Acidithiobacillus ferrooxidans ATCC 23270的耐氟性状 |
| 3.2.2 Leptospirillum ferriphilum YSK的耐氟性状 |
| 3.2.3 Sulfobacillus thermosulfidooxidans ST的耐氟性状 |
| 3.2.4 Acidithiobacills thiooxidans A01的耐氟性状 |
| 3.2.5 Acidithiobacills caldus S1的耐氟性状 |
| 3.3 讨论与小结 |
| 第四章 应用全基因组芯片研究嗜酸氧化亚铁硫杆菌在氟胁迫下的基因调控机理 |
| 4.1 材料与方法 |
| 4.1.1 细菌的培养及氟胁迫处理 |
| 4.1.2 细菌生长测定与铁氧化速率检测 |
| 4.1.3 细菌收集与RNA的提取、纯化 |
| 4.1.4 探针设计与芯片构建 |
| 4.1.5 RNA的荧光标记与芯片杂交 |
| 4.1.6 芯片扫描与图像处理 |
| 4.2 结果与讨论 |
| 4.2.1 A.ferrooxidans ATCC 23270在氟胁迫下的生长表征 |
| 4.2.2 氟胁迫下的A.ferrooxidans ATCC 23270全基因组表达谱总览 |
| 4.2.3 氟胁迫下A.ferrooxidans ATCC 23270细胞膜的相关基因表达 |
| 4.2.4 氟胁迫下A.ferrooxidans ATCC 23270解毒系统的相关基因表达 |
| 4.2.5 氟胁迫下A.ferrooxidans ATCC 23270铁硫代谢系统的相关基因表达 |
| 4.2.6 氟胁迫下A.ferrooxidans ATCC 23270碳代谢系统的相关基因表达 |
| 4.2.7 氟胁迫下A. ferwoxidans AJCC 23270氮/碳代谢系统的相关基因表达 |
| 4.3 本章小结 |
| 第五章 浸矿微生物共培养体系的耐氟特性及其在氟胁迫下的种群动态分析 |
| 5.1 材料与方法 |
| 5.1.1 共培养体系的构成与培养条件 |
| 5.1.2 共培养体系的氟胁迫处理 |
| 5.1.3 细菌生长测定与铁硫氧化速率检测 |
| 5.1.4 细菌收集与基因组DNA的提取、纯化 |
| 5.1.5 特异性引物的设计与检测 |
| 5.1.6 Real-time PCR检测 |
| 5.2 结果与讨论 |
| 5.2.1 引物特异性检测分析 |
| 5.2.2 共培养体系的耐氟性状分析 |
| 5.2.3 氟胁迫前后共培养体系的种群动态变化 |
| 5.3 本章小结 |
| 第六章 应用功能基因芯片研究浸矿微生物共培养体系在氟胁迫下的基因调控机理 |
| 6.1 材料与方法 |
| 6.1.1 共培养体系的培养及氟胁迫处理 |
| 6.1.2 细菌收集与RNA的提取、纯化 |
| 6.1.3 探针设计与芯片构建 |
| 6.1.4 RNA的荧光标记与芯片杂交 |
| 6.1.5 芯片扫描与图像处理 |
| 6.2 结果与讨论 |
| 6.2.1 氟胁迫下该共培养体系的差异表达基因总览 |
| 6.2.2 氟胁迫下共培养浸矿细菌的相关功能基因表达分析 |
| 6.3 本章小结 |
| 第七章 结论 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的主要研究成果 |
四、提高我国铀矿堆浸经济效益的主要途径和适用技术(待续)（论文参考文献）
- [1]含铀砂岩全尺度孔径分布及酸法浸出过程孔隙结构演化特征[D]. 张妮. 南华大学, 2020(01)
- [2]MIV-SVM-BPSO模型在铀矿堆浸中的应用[J]. 宋月婵,刘光萍,黄晨. 东华理工大学学报(自然科学版), 2019(03)
- [3]堆浸法在苏丹某金矿的应用实践[J]. 康维刚,陈京玉,谢建平,卢邦飞,郭豪坤. 新疆有色金属, 2019(01)
- [4]新疆某砂岩铀矿地浸开采关键技术及理论研究[D]. 李春光. 南华大学, 2018(01)
- [5]数据降维算法在铀矿堆浸工艺中的应用研究[D]. 宋月婵. 东华理工大学, 2016(11)
- [6]高氟铀矿浸铀菌群选育及浸出关键技术研究[D]. 焦学然. 中国地质大学(北京), 2016(04)
- [7]南方某铀矿床高含泥量矿石浸出及固液分离试验研究[D]. 谭雄. 南华大学, 2015(03)
- [8]铀矿山放射性污染场地修复技术方法研究[D]. 邹兆庄. 核工业北京地质研究院, 2015(03)
- [9]单一粒径和不同粒径分布铀矿石堆浸动力学[D]. 扶海鹰. 南华大学, 2013(02)
- [10]低品位铀矿生物浸出及浸矿菌种耐氟机理研究[D]. 李乾. 中南大学, 2012(12)
标签：铀矿石论文;